"我们的每一个产品（导弹，战斗机等），其突破性进展都是在JMP的帮助下实现的。"——Dimitri Mavris 宇航系统研发实验室（ASDL） 乔治亚科技中心总监
通过交互分析找到关键因素(Exploring options interactively)
在NASA, 一些基于物理学的计算方法还不错，但是那些方法一来运行费用很昂贵，二来没法在实时环境里面运行。然而高效的研发要求人们必须工具实时（检验或者生产）建模的结果作出快速决策。 那么Mavris的挑战就是，他的团队如何通过交互分析找到关键因素呢？尤其当运行一个设计假设需要好几个小时的时候？ 答案是：Surrogate Modeling(替代建模). 正如字面所揭示的那样，替代建模可以描述昂贵的物理建模、专有数学模型以及高强度的模拟仿真。
替代建模实际上已经成为ASDL在大型项目、保密项目中的标准沟通语言。如果工程师分析所有实时参数，那么所有供应商和研发合作机构就不得不彼此分享他们的专利/产权信息：而这些是大多数公司所不愿意提供的。这样的背景下，替代建模是一个安全的共享信息的方法，同时又不必担心关键信息泄漏：因为这些模型没法被反向破解。
想象一下一个大型开发项目，政府投入了巨额资金，但是好多年过去了仍然没有成品……这样的研发最头疼。 工程师不应该被目前的参数所限制，而且，这些“当前参数”很容易被生产线迅速更新，而变成“过期参数”。研发人员应该更多使用变量而非常量去对产品的特性进行考察。因此，变量的多少和变量的代表性对产品研发大有影响。 Mavris说，“通常我们需要处理的变量非常多。大量变量组成了巨大的数据集。JMP的替代建模方法可以轻易处理大批量数据，找到规律性的模型，大大加速了数据分析的效率”
采用过滤型蒙特卡洛(Filtered Monte Carlo in action)
ASDL的另一种重要的建模方式：过滤型蒙特卡洛。高级研究员Pat Biltgen演示了将JMP应用于包括空袭飞行器和防空掩护在内的军事目标模拟。这样做的目的是了解武器系统是如何瞄准目标，成功系统的特质又是如何。此项研究的技术核心问题是需要快速地执行概率分析和将复杂的大型分析结果可视化可视化。
在替代建模的理念指导下，应用基于物理学高度近似的设计工具能够迅速地创建出要点设计方案。替代建模还能够使高速运作的蒙特卡洛模拟几乎同步进行。这两项技术的整合使基于能力的设计和技术探索成为可能。使用子系统层面的输入参数的均匀分布，使得计划设计方案在整个系统层面上的效率可以得到快速评估。 然后，通过添加最高层面的限制条件和识别系统、子系统等各层面的遗留方案，过滤型蒙特卡洛技术被用于“过滤”或减少成百上千的解决方案的数量。
现在，这个工作已从探索一个复杂的多维数学空间转变为便捷快速的模拟数据库查询。即使存在数十万级的点，工程师们也可以从各个方向用图形的方式，如散点图矩阵，观察到所有的可能性。之后，他们开始处理这些点，选中合适的，排除不合适的，直到圈定点所组成的机会空间满足他们的要求。
普通的描述一般至多只能在同一时刻展示三维变量，而过滤型蒙特卡洛展示了更多维度的机会。每一个点就象一个探针，没有被现有限制条件排斥在外的各个保留点都会有进一步的定义机会。这正是ASDL研发工程师们所追寻的功能。数据优化只能找到一种解决方案，但过滤型蒙特卡洛会找到高度可行的整合方案。它会提供多种选择，因为毕竟存在多种方式去实现目标。
在这类研究中的另一项技术是曲面刻画特征，它能够生成一个三维“立方体”，演绎由替代模型捕获的参数曲面。谈起在空军模拟中团队所展现的64种离散